# -*- coding:utf-8 -*-
"""
@author:code37
@file:InterestCover.py
@time:2018/3/513:39
"""
import pandas as pd
import tushare as ts
from factorset.factors import BaseFactor
from factorset.data.OtherData import code_to_symbol, shift_date
from factorset.data import CSVParser as cp
[docs]class InterestCover(BaseFactor):
"""
:名称: 利息覆盖率；利息覆盖倍数(InterestCover)
:计算方法: EBIT / 利息费用，其中 EBIT=利润总额+净利息费用；净利息费用=利息支出-利息收入，若未披露财务费用附注，则直接取财务费用值
:应用: 利息覆盖率可以衡量企业的偿债能力，特别是在公司经历业绩低谷，自由现金流脆弱的时期更为关键，它可以说明公司是否还有能力支付利息以避免偿债风险，以及是否还有融资能力来扭转困境。
"""
def __init__(self, factor_name='InterestCover', tickers='000016.SH', data_source='', factor_parameters={}, save_dir=None):
# Initialize super class.
super(InterestCover, self).__init__(factor_name=factor_name, tickers=tickers,
factor_parameters=factor_parameters,
data_source=data_source, save_dir=save_dir)
[docs] def prepare_data(self, begin_date, end_date):
shifted_begin_date = shift_date(begin_date, 500)
# EBIT / 利息费用，其中 EBIT=利润总额34+净利息费用
# 净利息费用=利息支出-利息收入，若未披露财务费用附注，则直接取财务费用值56
inst = cp.concat_fund(self.data_source, self.tickers, 'IS').loc[shifted_begin_date:end_date, ['ticker', 34, 56]]
self.inst = inst[(inst[56] > 1) | (inst[56] < -1)].copy()
self.inst['interscover'] = (self.inst[34] + self.inst[56]) / self.inst[56]
self.inst.sort_index(ascending=True, inplace=True)
[docs] def generate_factor(self, date_str):
revenue_cost_df = self.inst[:date_str]
interscover = revenue_cost_df.groupby('ticker').apply(lambda x: x['interscover'].iloc[0])
if not len(interscover):
print(date_str)
print(revenue_cost_df)
return interscover
if __name__ == '__main__':
from_dt = '2017-03-06'
to_dt = '2018-03-09'
# 取沪深300
hs300 = ts.get_hs300s()
hs300.code = hs300.code.apply(code_to_symbol)
InterestCover = InterestCover(
factor_name='InterestCover',
factor_parameters={},
tickers=hs300.code.tolist(),
save_dir='',
data_source='D:\\idwzx\\project\\factorset\\data',
)
InterestCover.generate_factor_and_store(from_dt, to_dt)
print('因子构建完成，并已成功入库!')